Derin öğrenme ile görüntü sınıflandırma
Image classification with deep learning
- Tez No: 582163
- Danışmanlar: DR. ÖĞR. ÜYESİ TOLGA ENSARİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 69
Özet
Çiçek sınıflandırma, benzer şekil, görünüm veya yaprak, ot gibi çevresel nesnelere sahip olan geniş çeşitlilikteki çiçek türleri nedeniyle zorlu bir iştir. Bu tez çalışmasında, çeşitli türdeki çiçekleri ayırt etmek için son teknoloji bir yöntem olan öğrenim transferi stratejilerinden biri kullanılmıştır. Bunun için geleneksel yöntemlerden farklı olarak literatürde sıklıkla kullanılmış iki çiçek veri kümesinin özellikleri, veri artırımı uygulanmak suretiyle ön eğitimli bir derin evrişimli sinir ağı yardımıyla çıkarılmıştır. Daha sonra bu özellikler, çeşitli yapay öğrenme algoritmaları ile sınıflandırmış ve bulguları karşılaştırmalı olarak sunulmuştur. Kullanılan sınıflandırıcıların bazıları ile literatürdeki en yüksek başarımlar elde edilmiştir.
Özet (Çeviri)
Flower classification is a challenging task due to a wide variety of flower species with similar shape, appearance or environmental objects such as leaves and grass. In this thesis, one of the transfer learning methods, which is the latest technology, has been used to differentiate various types of flowers. For this purpose, unlike traditional methods, the features of the images from the two commonly used flower datasets were extracted with the help of a pre-trained deep convolutional neural network through data augmentation. Then, these features are classified by various machine learning algorithms and their results are presented comparatively. Some of the classifiers used achieved the highest performances in the literature.
Benzer Tezler
- Derin öğrenme ile yüksek çözünürlüklü ortofotoların sınıflandırma doğruluklarının analizi
Analysis of classification accuracy of high-resolution orthophotos with deep learning
ESRA ALTINOLUK
Yüksek Lisans
Türkçe
2020
Mühendislik BilimleriÇanakkale Onsekiz Mart ÜniversitesiCoğrafi Bilgi Teknolojileri Ana Bilim Dalı
DOÇ. DR. ÖZGÜN AKÇAY
- Derin öğrenme bazlı ileri görüntü tamamlama teknikleri
Advanced image completion techniques based on deep learning
AHMET ARSLAN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN EMRAH
DOÇ. DR. HACER YALIM KELEŞ
- Derin öğrenme tabanlı kolon kanseri teşhisi
Deep learning-based colon cancer diagnosis
ABDURRAHMAN SEFER
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSiirt ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ VOLKAN MÜJDAT TİRYAKİ
- Derin öğrenme için kitle kaynak tabanlı etiketli veri üretimi ve çok bantlı görüntü sınıflandırma için bir 3d-2d cnn modeli
Crowdsourcing based labeled data generation for deep learning and a 3d-2d cnn model for multispectral image classification
EKREM SARALIOĞLU
Doktora
Türkçe
2020
Jeodezi ve FotogrametriKaradeniz Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. OĞUZ GÜNGÖR
- Image segmentation and texture mapping on pillows using fully convolutional neural networks
Konvolusyonal ağlar ıle görüntü sınıflandırma ve doku giydirme
EFE ÇAĞIN KAPTAN
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TARKAN AYDIN